一、蓝藻碳氮代谢平衡调控
作为地球上最古老的光合自养生物，蓝藻演化出一套碳浓缩机制（CO2-concentratoin mechanism, CCM），通过一系列的碳转运体高效转运和吸收CO2，并在羧酶体内高度浓缩，提高固碳酶RuBisCO的催化活性。羧酶体是一个近似正二十面体结构的固碳机器，尺寸约100~200 nm，总分子量超过100 MDa，是目前已知的分子量最大、结构和组装极其复杂的超大蛋白质机器。部分蓝藻还能够将各种形式的氮源（包括空气中的氮气）转化为化合态的氮，因此蓝藻是研究碳氮代谢平衡这一基本生物学问题的理想模式生物。我们持续关注蓝藻碳浓缩机制的工作机理和碳氮代谢平衡调控的分子机理，通过结构生物学、生物化学和微生物遗传学等手段，筛选高效催化的RuBisCO固碳酶，阐明羧酶体有序自组装以及高效催化的分子机理。结合组学和代谢流等手段，鉴定并理性设计优化蓝藻高效固碳和固氮通路，为微藻碳氮固定和生物转化的工业化应用奠定基础。
我们发现转录因子NdhR和NtcA通过结合不同的代谢小分子，发生构象变化进而协同调控碳氮代谢平衡的分子机制，拓展了蓝细菌碳氮代谢平衡调控的细胞网络（PNAS 2010; J Mol Biol 2010; PNAS 2018）。阐明分子伴侣协助RuBisCO组装的分子机理，发现RuBisCO组装、成熟以及在羧酶体堆积相变过程的多层次精细动态调控网络（Nature Plants 2020; Cell Discovery 2022）。阐明CCM机制中低浓度CO2转运调控机制（Cell Discovery 2021）以及羧酶体外壳组装（Protein Science 2021）的精细调控机理。
二、噬藻体和水华治理
巢湖作为我国五大淡水湖之一，是长江中下游重要的淡水资源和生态湿地。然而，近年来巢湖蓝藻水华频繁爆发，不仅引起湖泊水质恶化和生态失衡，而且危害人畜安全并影响巢湖流域的社会经济发展。正如有细菌的地方就有噬菌体一样，有蓝藻的地方就有噬藻体。噬藻体是一种特异性侵染蓝藻的病毒，广泛分布于淡水和海水中，参与水体中宿主蓝藻丰度和种群平衡的宏观调控，可能是一种潜在的新型干预蓝藻水华的手段。目前，仅有27株淡水噬藻体被分离和基因组测序（除本实验室），国内外关于噬藻体组装机制和组学的研究较少。对噬藻体三维结构的研究将有助于阐明其自组装机理及在侵染宿主过程中特异性识别蓝藻的分子机制，对噬藻体组学的研究将有助于丰富淡水噬藻体库和揭示其与宿主蓝藻的季节性消长规律，为噬藻体在蓝藻水华预警和干预中的应用提供理论依据。
我们以巢湖为研究对象，定期从10个入湖口、1个出湖口以及东西湖心采集水样，用于筛选水华蓝藻优势种群及其相应的淡水噬藻体。我们从巢湖分离到第一株特异性侵染铜绿微囊藻FACHB 1339的长尾噬藻体Mic1，使用冷冻电镜解析了其头部三维结构，基于结构分析和比对阐明了头部组装机制（Structure 2019）；同时，通过系统分析和比较Mic1的基因组序列，发现它是一株新型的淡水长尾噬藻体（Frontiers in Microbiology 2020）。我们使用冷冻电镜手段解析了特异性侵染模式鱼腥藻PCC 7120的肌尾噬藻体A-1(L)的头部结构，揭示了其头部衣壳独特的三层作用界面榫卯组装方式，这是第一株T值为9的近原子分辨率的噬菌体衣壳结构（Journal of Virology 2021）。我们从巢湖分离到两株伪鱼腥藻Pseudanabaena mucicola Chao 1806和Pseudanabaena sp. Chao 1811，并筛选到分别以这两株蓝藻为宿主的10株不同尾型噬藻体：Pam1~Pam5和Pan1~Pan5。使用冷冻电镜结合晶体学技术，我们解析了淡水短尾噬藻体Pam1近原子分辨率的完整结构，正二十面体头部直径为650 Å，尾长为400 Å。基于结构分析和比对，我们揭示了短尾噬藻体Pam1的精细组装机制，并且发现其头部加固蛋白具有稳定头部和识别宿主的双重功能，其接头蛋白形成的右手螺旋膛线通道可促进向宿主细胞内注射DNA（Structure 2022）。同时，基于比较基因组学和宏基因组学分析，我们揭示了Pam1~Pam5的进化多样性，及它们在巢湖自然水体中的相对丰度，并以这五株实验室纯化的噬藻体基因组序列作为参考基因组，鉴定了10株尚未培养的噬藻体（Microbiome 2022）。基于Pan1~Pan5进行系统的比较基因组学分析，我们发现了α变形菌与蓝细菌之间发生基因水平转移的直接证据（Environmental Microbiome 2023）。我们解析了Pam3的冷冻电镜完整结构，包含直径为680 Å的头部、三接头的颈部、840 Å长的可收缩尾部，以及仅由5种蛋白组成的已知最简单的基板，揭示了肌尾噬藻体的组装机理（PNAS 2023）。通过解析Pam3尾丝蛋白与分子伴侣复合物的结构，提出了分子伴侣协助尾丝折叠和组装的分子机理，为噬菌体尾丝的体外组装和改造以及人工噬藻体的合成提供了结构支持（Viruses 2022）。
11株淡水噬藻体（2022年12月）
我们期望通过解析噬藻体的完整结构，在揭示其自组装机理的同时，鉴定其关键受体识别模块及相应的宿主受体，结合生化和分子生物学等手段阐明噬藻体在侵染过程中特异性识别蓝藻的分子机制和时空动态过程。结合比较基因组学、宏基因组学、转录组学等技术筛选合适的标记分子，阐明巢湖蓝藻和噬藻体的生态分布以及消长关系，揭示巢湖噬藻体的遗传多样性及其与蓝藻的共进化关系。最终通过优化噬藻体组合，在小型水体中初步检验利用噬藻体压制蓝藻水华爆发的可行性，为实现预警巢湖水华的季节性爆发、在局部水域干预蓝藻水华提供理论依据。
噬藻体三维结构（2022年12月）
针对已爆发水华区域的蓝藻治理，我们现阶段主要关注蓝藻藻泥和藻浆沉积物的低成本高通量脱水及无害化增值利用技术开发。正与相关企业合作开展巢湖藻水分离站的吨级藻泥混合发酵中试工作，以及蓝藻深井藻浆沉积物清淤及配套营养土（有机肥）转化利用中试工作。
三、重大疾病相关膜转运蛋白
细胞膜是细胞质与胞外微环境的屏障，其通过跨膜蛋白提供选择通透性以维持细胞内环境的稳态。离子通道和协助扩散转运蛋白（facilitators）可以使溶质顺电化学势梯度进行跨膜运输。这种运输过程不需要能量，因此也被称作被动运输。反之，主动运输可以使得溶质逆浓度梯度运输并富集，这一过程需要消耗能量。生物体在长期演变过程中进化出一系列主动运输蛋白用于不同物质的运输，以满足多种多样的生理需求。其中ABC转运蛋白是数目最多的转运蛋白超家族。ABC转运蛋白通过水解三磷酸腺苷（adenosine triphosphate，ATP）将底物逆化学势能经进行跨膜运输。几乎所有具有生理功能的分子都是ABC转运蛋白的底物，所以他们广泛参与各种生理过程。人类的ABC转运蛋白参与了包括清除异源物质、营养摄取、抵抗外源物侵犯、抗原呈递、胆固醇和脂质运输以及干细胞形成等多种生理过程，其功能缺失与许多人类疾病密切相关。
我们关注人类重大疾病相关膜蛋白，尤其是肝肠循环(enterohepatic circulation)通路关键节点的膜蛋白结构功能和疾病发生分子机制的研究。肝肠循环是指胆酸盐、胆红素、药物或其他物质从肝脏外排到胆管，随后进入小肠被肠壁细胞吸收，进而通过血液循环到达门静脉，并回流到肝脏的循环过程。胆酸盐是胆汁的主要成分，是一类由胆固醇衍生而来的表面活性剂，是消化脂质和脂溶性维生素的必需小分子。在胆酸盐的代谢和循环通路上，需要一系列ABC转运蛋白，如ABCB4，ABCB11，ABCC2，ABCC3，ABCG1等，以及其他被动运输膜转运蛋白，如NTCP，OATP等接力协同完成。这些关键转运蛋白的功能失衡将导致胆汁淤积症、Dubin-Johnson综合症和肝胆管癌等多种人类疾病。
基于胆酸盐重要的转运蛋白ABCB11的结构和机理研究，揭示了ABCB11的全新转运机制，其能够耦合底物浓度梯度扩散和ATP水解能量实现底物转运(Cell Research 2020 & 2022)。在调控ABCB11功能的IV类P型ATP酶ATP8B1与辅助蛋白CDC50复合物的三维结构和激活机制研究方面，发现了其独特的自抑制和受到胆酸盐激活的分子机制（PNAS 2022）。上述研究结果分别阐明了I型和II型胆汁淤积的致病机理。胆固醇是胆酸盐生物合成前体，基于胆固醇转运蛋白ABCG1的结构，揭示了其介导胆固醇跨膜转运的分子机制，并发现高密度脂蛋白和鞘磷脂分子对ABCG1的转运功能非常重要。研究结果为动脉粥样硬化疾病的临床治疗提供理论基础（Cell Reports 2022）。此外，我们解析了人类超长链脂肪酸转运蛋白ABCD1三种不同构象的结构。ABCD1定位于过氧化物酶体膜上，能够将超长链脂肪酸转运到过氧化物酶体基质中进行β-氧化，其功能缺失会导致X-连锁肾上腺脑白质营养不良 (X-ALD)。基于蛋白质结构和生物化学实验证据，我们提出了ABCD1利用ATP水解从细胞质基质转运超长链脂肪酸到过氧化物酶体基质的转运机制模（Nature Communications 2022）。基于在人类ABC转运蛋白领域的耕耘和积累，2022年受邀撰写综述一篇（Proteins 2022）。
我们将继续利用结构生物学、酶学和细胞生物学手段，对生理底物和药物在整个肝肠循环中的转运和代谢进行研究。基于全通路关键转运蛋白三维结构的系统解析，构建肝肠循环的高分辨率全局性分子图谱；并结合双重或多重耦合的生化和生理活性检测体系，揭示各类底物特异性转运的分子机理，阐明跨膜转运的和协同作用分子机制。这些研究将为相关疾病诊断、新药开发提供理论指导。
四、核酸药物发现和理性设计（中国科大-上海兆维联合实验室）
传统疫苗和蛋白药物的开发是一项复杂、昂贵、缓慢、费力的工作，需要大量投资。mRNA药物有望极大地改变传统的开发方法，其基本原理是将编码一种或多种蛋白质（免疫原）的转录本（mRNA）递送到宿主细胞的细胞质中，产生靶标蛋白（免疫原），激活体内免疫反应，以对抗各种病原体。RNA药物可以表达或产生治疗性靶标蛋白，适用于具有确定遗传靶点的疾病治疗，包括传染病、癌症、免疫疾病以及神经性疾病等。
mRNA药物的生产既不涉及感染因素，也不存在与宿主细胞基因组稳定整合的风险，因此与传统方法相比，mRNA药物在安全性、有效性和生产方面具有诸多优势；而mRNA药物研发最突出的制约因素包括以下两个方面：（1）如何高效地获得高纯度的mRNA。目前mRNA的生产主要依赖于体外转录技术，生产过程中需要用到诸多的酶，包括RNA聚合酶、加帽酶、连接酶等，尽管大部分酶已经能够用于工业生产，但依然具有一些问题，如RNA聚合酶的聚合效率及特异性，对于超长产物生产效率低等。对mRNA生产过程中所需的酶进行优化或进行新酶的开发对于解决这个现实问题至关重要。（2）mRNA自身稳定性不足而容易被分解。细胞内具有众多的RNA结合蛋白 (RNA binding proteins, RBPs)，其结合会使mRNA变得更稳定或更易被降解，研究这些RBPs的具体作用机制有利于加深RNA在细胞内降解途径的理解，从而指导前期序列设计。mRNA本身的结构特性也会影响其稳定性，利用人工智能(artificial intelligence, AI)技术分析天然存在的海量mRNA结构、稳定性及可表达性，预测适合体内表达的比较稳定的mRNA序列，对于mRNA药物的研发至关重要。期望开发一款可以准确预测mRNA稳定性和表达能力的算法，用于指导mRNA药物的开发。
